Zum Inhalt springen
Strategion GmbH

Eine KI-Strategie entscheidungs­reif entwickeln

Die Aufgabe

Dass Künstliche Intelligenz zur Positionierung beitragen soll, ist gesetzt. Wo sie ansetzt und in welcher Reihenfolge, ist offen.

Kunde
Hersteller von Hallenheizungen
Branche
Heizungs-, Kälte- und Klimatechnik
Dauer
zehn Wochen
Eine KI-Strategie entscheidungsreif entwickeln KI-generiert
10 Wochen

vom Auftakt bis zur entscheidungs­reifen KI-Strategie

9

priorisierte Anwendungs­fälle, bewertet nach Nutzen, Aufwand und Umsetzbarkeit

40–60 %

prognostizierter Return on AI über 24 Monate, Break-Even nach zwölf bis fünfzehn Monaten

Kurz zum Kunden

Mittelständischer Hersteller von Heizsystemen für große Gebäude, inhabergeführt, mit starker Position im energie­effizienten Hallenheizen. Große Hallen verbrauchen einen erheblichen Teil der Gebäude­energie; das Geschäft des Herstellers ist damit unmittelbar an Energie- und Klimaziele gekoppelt.

Unsere Lösung

Eine KI-Strategie scheitert selten an fehlenden Ideen. Sie scheitert daran, dass niemand die Ideen vergleichbar macht.

Die Aufgabe

Der Hersteller ist technologisch führend im energie­effizienten Heizen großer Hallen und will sich als Anbieter technologie­basierter Dekarbonisierungs­lösungen positionieren. Dass Künstliche Intelligenz dazu beitragen soll, ist gesetzt, wo ist offen. Vertrieb, Service, Einsatz­planung, Produktion und Entwicklung haben je eigene Vorstellungen, die System­landschaft ist gewachsen, eine zentrale Kunden­daten­basis fehlt. Gesucht ist keine Studie, sondern eine Grundlage, auf der die Geschäfts­führung entscheiden kann: was zuerst, was später, und was es bringt.

Unser Ansatz

Die Kriterien zuerst, dann die Anwendungs­fälle. Im Auftakt haben wir nicht Ideen gesammelt, sondern gemeinsam festgelegt, woran ein Anwendungs­fall gemessen wird: Aufwandsreduktion, Prozess­qualität, mühelose Nutzung, Zeit bis zur Wirkung. Dazu kamen die Kriterien, die aus dem Unternehmen selbst aufkamen, darunter eines, das man selten offen ausspricht: Unabhängigkeit von Schlüsselpersonen. Wer die Kriterien erst nach den Ideen entwickelt, bewertet sich zu dem Ergebnis, das er ohnehin wollte.

Ein Tag mit allen Bereichen statt fünf getrennter Gespräche. Der Workshop vor Ort brachte Geschäfts­führung, Entwicklung, IT, Vertrieb, Service und Produktion in einen Raum, weil dort die Abhängigkeiten sichtbar werden: dass der Angebotskonfigurator ohne zentrale Kundendaten nicht klüger wird; dass vier Planer für sechzehn Techniker keine Frage der Motivation sind; dass ein Assistenz­system im Service nur brauchbare Antworten gibt, wenn die Dokumentation vorher stimmt. Aus den Themenfeldern wurden Anwendungs­fälle, aus den Anwendungs­fällen mit den Kriterien eine Rangfolge.

Bewertet, nicht behauptet. Jeder der neun Fälle bekam eine eigene Karte: Nutzen, Innovations­grad, Aufwand und Kosten, zeitliche Umsetzbarkeit, dazu Voraussetzungen, Abhängigkeiten, Risiken und die jeweilige Gegenmaßnahme. Eingetragen in ein Portfolio aus Nutzen und Aufwand ergibt das eine Karte mit einer klaren Leseregel: oben links zuerst, unten rechts nur mit Sonderbegründung. Damit ist die Reihenfolge begründet und nicht verhandelt.

Return on AI, gerechnet und als Prognose gekennzeichnet. Für die entscheidungs­relevanten Fälle haben wir jährlichen Nutzen und Implementierungs­aufwand gegenübergestellt und daraus einen Korridor abgeleitet: 40 bis 60 Prozent Return innerhalb von 24 Monaten, Break-Even nach zwölf bis fünfzehn Monaten, erste sichtbare Effekte ab dem dritten Monat. Das ist eine Plausibilisierung und keine Messung, und die Strategie sagt das auch: Jeder Fall muss vor der Umsetzung seine eigene Nutzenbetrachtung mitbringen. Eine KI-Strategie, die den Return nicht rechnet, ist eine Absichtserklärung.

Ein Rahmen, der die Präsentation überlebt. Ein Lenkungskreis mit monatlichem Takt, ein Koordinator als Schnittstelle zwischen Fachbereichen und IT, definierte Entscheidungs- und Eskalations­wege, Kennzahlen für Fortschritt und Datenqualität. Dazu ein Startpaket, das benennt, was in den ersten Monaten passiert. Damit hängt die Strategie nicht an dem Tag, an dem sie vorgestellt wurde.

Das Ergebnis

Eine entscheidungs­reife KI-Strategie.

Sie enthält neun priorisierte Anwendungs­fälle, jeder bewertet nach Nutzen, Aufwand, Innovations­grad und zeitlicher Umsetzbarkeit und in ein Portfolio eingeordnet; sieben Handlungs­empfehlungen von der Governance über den Kompetenz­aufbau bis zur Daten­infra­struktur; ein Fahrplan über drei Horizonte; ein Rollen- und Steuerungs­modell; und ein gerechneter Return on AI über 24 Monate. Vom Auftakt bis zur Ergebnispräsentation zehn Wochen.

Diese Leistungen steckten im Projekt

Weitere Projekte

Alle Referenzen ansehen

Kontakt

Sprechen Sie uns an

Schreiben Sie uns eine Zeile. Wir ordnen Ihre Frage ein und melden uns.

Gespräch vereinbaren

Schreiben Sie uns, worum es geht. Wir melden uns zeitnah.

Lieber zur Kontaktseite